La NASA va embarquer de l'intelligence artificielle à bord de sondes qui doivent décider sans consulter la Terre — et le critère qu'elle a utilisé pour choisir où le faire est le même que celui dont toute entreprise a besoin pour automatiser sans se faire mal : comparez le coût de l'attente au coût de l'erreur.
La sonde qui n'a pas le temps de demander
La mission DAVINCI, dont le lancement est prévu vers décembre 2030, largue une sphère de descente dans l'atmosphère de Vénus. Elle n'a qu'environ une heure de vie. Là-bas, la pression est environ 90 fois supérieure à celle de la Terre et la température dépasse 460 °C — de quoi faire fondre du plomb. Cinq instruments doivent collecter et transmettre ce qui compte avant que la sonde ne meure.
Il n'y a pas d'option pour demander. Le signal met plusieurs minutes pour faire l'aller-retour, et la sonde n'a pas ces minutes à perdre. La NASA fait donc ce qui semble radical mais n'est en réalité que de l'arithmétique : placer le jugement à l'intérieur même de l'engin. L'IA embarquée décide quelles données comptent le plus dans le peu de temps qu'il reste et les envoie en premier.
Le cas de Titan est encore plus extrême. La mission Dragonfly, dont le lancement est prévu pour juillet 2028 avec une arrivée en 2034, est un drone nucléaire de la taille d'une petite voiture qui vole entre les dunes de la lune de Saturne. Le signal met plus de 80 minutes dans chaque sens. Personne ne pilote un tel engin par télécommande. Soit la machine décide, soit il n'y a pas de mission.
Le critère, en une phrase
Remarquez que la NASA n'a pas délégué la décision à l'IA parce que l'IA est devenue performante. Elle l'a déléguée parce qu'attendre la réponse humaine coûtait désormais plus cher que l'erreur de la machine. Sur Vénus, attendre coûte la mission entière. C'est ce calcul-là, et il n'a rien de spatial.
Chaque décision que prend votre entreprise comporte ces deux chiffres. D'un côté, combien coûte l'attente : le client qui renonce pendant que personne ne répond, la commande qui prend un jour de retard parce que quelqu'un devait vérifier, la file qui se forme le vendredi. De l'autre, combien coûte l'erreur : la remise accordée à qui n'y avait pas droit, l'e-mail envoyé au mauvais client, la pièce commandée en double.
Quand le premier chiffre est supérieur au second, automatiser est le choix conservateur — pas le choix risqué.
Où cela s'applique déjà aujourd'hui
- Première réponse. Celui qui demande un prix à 22 h et reçoit une réponse à 10 h le lendemain a déjà cherché ailleurs. L'attente coûte le prospect tout entier ; l'erreur d'une réponse automatique mal calibrée ne coûte qu'une correction.
- Tri. Séparer ce qui est urgent de ce qui peut attendre est une décision répétitive, au schéma clair et à l'erreur peu coûteuse — elle peut se corriger à l'étape suivante.
- Vérification des données. Croiser deux listes et signaler les divergences est un travail que la machine effectue pendant que la personne dort. L'erreur ici est une fausse divergence, qu'on écarte en quelques secondes.
Et où cela ne s'applique pas
Le même calcul déconseille d'automatiser lorsque l'erreur est coûteuse et irréversible : accorder une remise hors politique, résilier un contrat, transférer de l'argent, poser un diagnostic. Là, l'attente coûte des minutes et l'erreur coûte le client — ou pire. Ce type de décision reste entre les mains de quelqu'un qui en répond.
La même prudence s'impose lorsqu'il n'existe aucun historique : une machine sans données ne décide pas, elle devine avec assurance. Et lorsque le processus change encore chaque semaine, automatiser ne fait que figer le désordre dans du code.
Les robots arrivent avant les personnes
Le second pari de la NASA suit la même logique. Au pôle sud de la Lune, où se trouve de la glace d'eau, les régions en ombre permanente atteignent des températures plus hostiles que celles de Mars. La réponse n'est pas d'y envoyer des personnes avec une meilleure combinaison : c'est d'y envoyer d'abord des robots, pour construire l'infrastructure, et de réserver l'astronaute pour ce que lui seul peut résoudre. Les prévisions évoquées sont de quatre à six ans avant que des robots ne commencent cette construction — et il est bien possible qu'un humanoïde pose le pied sur la Lune avant un être humain au cours de cette décennie.
La traduction pour une entreprise est directe : la machine n'entre pas en jeu pour remplacer la personne dans la tâche noble. Elle entre en jeu pour que la personne ne passe pas sa journée sur la tâche qui l'épuise sans apporter de valeur.
Que faire de tout cela
Prenez les trois processus qui consomment le plus de temps à votre équipe cette semaine et notez, à côté de chacun, deux chiffres : combien coûte l'attente et combien coûte l'erreur. Nul besoin d'une précision comptable — l'ordre de grandeur suffit à révéler l'évidence que personne n'avait encore écrite.
Là où l'attente l'emporte largement, vous avez trouvé ce qu'il faut automatiser en premier. C'est ainsi que nous commençons les projets d'implémentation de l'IA pour les entreprises : non pas par l'outil, mais par le calcul. Et si votre question porte sur l'étape suivante — des machines qui ne se contentent pas de décider, mais qui dépensent aussi —, nous en avons parlé dans les agents autonomes qui achètent seuls.
Source
Les données et les déclarations de Jared Isaacman citées ici proviennent de l'édition Speed-Running Star Trek de la newsletter Metatrends, de Peter Diamandis, publiée le 6 août 2026. La lecture de ce que cela signifie pour une entreprise nous appartient.